基于貝葉斯模型的信息安全防御研究.pdf_第1頁
已閱讀1頁,還剩130頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著全球信息化的發(fā)展,日益猖獗的信息安全事件引發(fā)了人們對于信息安全問題的廣泛關(guān)注。然而現(xiàn)有的以傳統(tǒng)防御技術(shù)為基礎(chǔ)的信息安全技術(shù)卻難以有效應(yīng)對。因此,信息安全領(lǐng)域的專家們開始關(guān)注基于主動防御思想的信息安全技術(shù)的研究。
  目前,信息安全防御技術(shù)的研究主要集中在與安全態(tài)勢評估和安全威脅預(yù)測有關(guān)的信息安全的主動防御。本文從技術(shù)角度出發(fā),基于貝葉斯模型對信息安全領(lǐng)域中的安全態(tài)勢評估方法、攻擊路徑預(yù)測方法進(jìn)行了研究。主要創(chuàng)新點(diǎn)如下:

2、  1)提出了一種兼顧評估系統(tǒng)整體安全性以及脆弱點(diǎn)嚴(yán)重程度的評估方法,可以有效評估系統(tǒng)整體安全性以及脆弱點(diǎn)嚴(yán)重程度。
  首先,通過分析原子攻擊和攻擊證據(jù)的關(guān)聯(lián)性,提出一種因果關(guān)系檢測算法CRDA,以確定二者因果關(guān)系;其次,依據(jù)攻擊模型的系統(tǒng)架構(gòu),給出貝葉斯攻擊圖BAG定義,并給出了BAG的生成算法BAGA,以及時有效地識別脆弱點(diǎn);在上述基礎(chǔ)上,本文最后給出了脆弱點(diǎn)威脅度定義和計算模型,并以攻擊者所獲脆弱點(diǎn)權(quán)限為基準(zhǔn),將威脅度劃分

3、3個層次,以有效評估脆弱點(diǎn)嚴(yán)重程度和目標(biāo)系統(tǒng)整體安全性。實(shí)驗(yàn)結(jié)果表明,所提方法兼顧評估系統(tǒng)整體安全性以及脆弱點(diǎn)嚴(yán)重程度是完全可行且有效的。
  2)提出了一種基于貝葉斯推理的節(jié)點(diǎn)置信度計算方法,可以有效地預(yù)測攻擊路徑。
  首先定義了九元組NAG模型,并通過分析攻擊路徑的成本和收益,提出了攻擊可行性模型,給出了攻擊路徑生成算法,以消除可能的路徑冗余;在上述基礎(chǔ)上改進(jìn)了似然加權(quán)算法,改進(jìn)的算法可以減少節(jié)點(diǎn)置信度的錯誤計算,有效

4、地預(yù)測攻擊路徑。實(shí)驗(yàn)結(jié)果表明,上述方法有效的消除了路徑冗余,減少了節(jié)點(diǎn)置信度的錯誤計算,實(shí)現(xiàn)了對攻擊路徑的有效預(yù)測。
  3)提出了基于d-分隔定理的條件概率和節(jié)點(diǎn)置信度計算方法,有效地解決了條件概率的錯誤計算及節(jié)點(diǎn)的相關(guān)性導(dǎo)致的節(jié)點(diǎn)置信度錯誤計算問題。
  首先,通過分析攻擊成本和攻擊行為發(fā)生的可能性之間的關(guān)系,提出了攻擊行為發(fā)生的條件概率計算方法,以解決條件概率的錯誤計算問題;其次,通過引入d-分隔定理,使存在關(guān)聯(lián)性的節(jié)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論